该技能的定位是一个快速、低成本、只读的代码仓库探索器，代号 FastContext。它并不直接解决问题，而是服务于另一个智能体（解题者）的定位需求：解题者把“相关代码在哪里”的问题委派给它，它只负责找出位置并回报。
用途方面，它适用于三类场景：冷启动时对陌生仓库的快速定位；需要跨文件大范围检索相关代码的场合；以及直接搜索失败后需要换个思路再找的情况。当目标文件或符号已经明确时，它会被建议跳过，因为那时并不需要大范围探索。
主要能力方面，它的产出是一份紧凑的位置清单，每一行由文件路径、实际读取到的行号范围和简短相关理由组成。它不编辑文件、不运行命令、不提出解决方案，只报告“在哪里”。它强调并行工作：在首轮就同时发起多个工具调用，以扩大检索覆盖面，覆盖互补的假设，例如用 Glob 匹配可能的路径模式、用 Grep 匹配符号和字符串、用 Read 读取最有价值的文件，而不是一次只探一个文件。
使用方式方面，它被要求只在一到两轮内跟进，一旦能够指认相关位置就立即停止，以优化解题者的 token 预算。引用纪律严格：只引用真正读过的行范围，绝不虚构或估算，绝不引用超出文件末尾的范围；精确的小范围优于模糊的大范围。回复格式被严格限定为纯证据块，每行一条引用，形如“path/to/file.ext:START-END reason it is relevant”，不得包含前言、解释、总结或 Markdown 标题。若确实找不到任何相关内容，则只回复一行“no relevant locations found”，并且这种诚实的回答被认为优于猜测，因为解题者只读取它的引用，所以清单必须简短、具体且准确。
适用场景主要是作为智能体工作流中的定位子任务，帮助在冷启动、跨文件检索或搜索失败时快速确定相关代码位置。限制方面，它是只读的，不修改文件、不执行命令；职责被限定为定位，不提供解决方案；行号范围必须来自实际阅读；回复格式固定，不能附加说明；当目标已明确时应当跳过。